《機器視覺系統(tǒng)應(yīng)用》課件-太陽能硅片綜合檢測

太陽能硅片綜合程序運行演示課程框架課程引入模型獲取和導(dǎo)入施加載荷與約束模型簡化與拆分實踐訓(xùn)練交流討論實踐訓(xùn)練評價反饋課程總結(jié)，布置作業(yè)激學(xué)導(dǎo)思講授新知教學(xué)鞏固教學(xué)提升教學(xué)延伸課程總結(jié)及5S整理5分鐘15分鐘15分鐘30分鐘15分鐘10分鐘課程引入代碼分析代碼演示一二三目錄能力目標(biāo)（1）能夠?qū)μ柲芄杵谢A(chǔ)的認識；（2）能夠?qū)ν瓿蓪μ柲芄杵叽绲臏y量。知識目標(biāo)（1）了解太陽能硅片尺寸測量的原理。素質(zhì)目標(biāo)（1）具有嚴謹求實精神；（2）具有自主學(xué)習(xí)的能力；（3）具備5S職業(yè)素養(yǎng)。課程目標(biāo)一課程引入單晶硅是一種金剛石結(jié)構(gòu)的晶體，圖所示，單晶硅晶胞結(jié)構(gòu)時是由八個硅(即圖中ABCDEFGH)原成的一個空間立方點陣，abcdef是這個空間立方點陣的面心，晶體硅是一個面心立方晶胞。它以圖中R為頂點的另一個面心立方晶胞與上述晶胞在對角線BH上有四分之一的間隔，并以R原子為中心，由bce、cde、dae決定的晶面也即是(111)。利用堿性腐蝕液對不同晶面的各向異性的選擇性腐蝕，可在(100)面上腐蝕出有4個(111)面組成的正方錐，這種正方錐就是絨面的“金字塔”基本結(jié)構(gòu)。一課程引入晶硅能電池主要是以單晶硅為基礎(chǔ)，當(dāng)太陽電池受到陽光照射時，光與硅相互作用產(chǎn)生光生載流子，所產(chǎn)生的電子空穴對靠單晶硅內(nèi)形成的勢壘分開到兩極，正負電荷分別被上下電極收集，由電荷聚集所形成的電流通過金屬導(dǎo)線流向電負載。晶硅能電池是一種由于光生伏特效應(yīng)而將太陽光能直接轉(zhuǎn)化為電能的器件，是一個半導(dǎo)體光電二極管，當(dāng)太陽光照時，就會把太陽光能變成電能，產(chǎn)生電流。也可以把許多個電池串聯(lián)或并聯(lián)起來成為太陽能電池方陣，獲得較大的輸出功率。二代碼分析高斯濾波在Opencv中高斯濾波的函數(shù)為：Cv2.GaussianBlur（src，ksize，sigmaX[，dst[，sigmaY[，borderType]]]）式中：src——輸入圖像；圖像可以具有任意數(shù)量的通道，這些通道可以獨立處理，但深度應(yīng)為CV_8U，CV_16U，CV_16S，CV_32F或CV_64F。dst——輸出圖像的大小和類型與src相同。ksize——高斯內(nèi)核大小。ksize.width和ksize.height可以不同，但它們都必須為正數(shù)和奇數(shù)，也可以為零，然后根據(jù)sigma計算得出。sigmaX——X方向上的高斯核標(biāo)準偏差。sigmaY——Y方向上的高斯核標(biāo)準差。二代碼分析形態(tài)學(xué)處理在Opencv中對圖像進行形態(tài)學(xué)處理的函數(shù)為：cv2.morphologyEx(src,op,kernel)式中：src——傳入的圖片op——進行變化的方式。Op=cv2.MORPH_OPEN進行開運算，指的是先進行腐蝕操作，再進行膨脹操作。op=cv2.MORPH_CLOSE進行閉運算，指的是先進行膨脹操作，再進行腐蝕操作。Kernel——表示方框的大小二代碼分析輪廓提取在Opencv中對圖像進行輪廓提取的函數(shù)為：image,contours,hierarchy=cv2.findContours(image,mode,method)式中的返回值為：image:與函數(shù)參數(shù)中的原始圖像image一致。contours:返回的輪廓。hierarchy：圖像的拓撲信息（輪廓層次）。式中的參數(shù)為：image:原始圖像。mode:輪廓檢索模式。method:輪廓的近似方法。二代碼分析透視變換在Opencv中對圖像進行透視變換的函數(shù)為：cv2.getPerspectiveTransform(src,dst)式中：src——源圖像中待測矩形的四點坐標(biāo)sdt——目標(biāo)圖像中矩形的四點坐標(biāo)二代碼分析透視變換返回由源圖像中矩形到目標(biāo)圖像矩形變換的矩陣,得到矩陣得有用才行,所以引出下面這個函數(shù)cv2.warpPerspective(src,M,dsize[,dst[,flags[,borderMode[,borderValue]]]])式中：src——輸入圖像M——變換矩陣dsize——目標(biāo)圖像shapeflags——插值方式，interpolation方法INTER_LINEAR或INTER_NEARESTborderMode——邊界補償方式，BORDER_CONSTANTorBORDER_REPLICATEborderValue——邊界補償大小，常值，默認為0。或者cv2.perspectiveTransform(src,m[,dst])→dst式中：src——輸入的2通道或者3通道的圖片m：變換矩陣返回的是相同size的圖片三代碼演示defImg_Outline(input_dir):original_img=cv2.imread(input_dir)gray_img=cv2.cvtColor(original_img,cv2.COLOR_BGR2GRAY)#高斯模糊去噪（設(shè)定卷積核大小影響效果）blurred=cv2.GaussianBlur(gray_img,(9,9),0)_,RedThresh=cv2.threshold(blurred,165,255,cv2.THRESH_BINARY)#設(shè)定閾值165（閾值影響開閉運算效果）kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(5,5))#定義矩形結(jié)構(gòu)元素closed=cv2.morphologyEx(RedThresh,cv2.MORPH_CLOSE,kernel)#閉運算（鏈接塊）opened=cv2.morphologyEx(closed,cv2.MORPH_OPEN,kernel)#開運算（去噪點）returnoriginal_img,gray_img,RedThresh,closed,opened灰度圖閉運算開運算三代碼演示#圖像矯正defPerspective_transform(box,original_img):#獲取畫框?qū)捀?x=orignal_W,y=orignal_H)orignal_W=math.ceil(np.sqrt((box[3][1]-box[2][1])**2+(box[3][0]-box[2][0])**2))orignal_H=math.ceil(np.sqrt((box[3][1]-box[0][1])**2+(box[3][0]-box[0][0])**2))#原圖中的四個頂點,與變換矩陣pts1=np.float32([box[0],box[1],box[2],box[3]])pts2=np.float32([[int(orignal_W+1),int(orignal_H+1)],[0,int(orignal_H+1)],[0,0],[int(orignal_W+1),0]])#生成透視變換矩陣；進行透視變換M=cv2.getPerspectiveTransform(pts1,pts2)result_img=cv2.warpPerspective(original_img,M,(int(orignal_W+3),int(orignal_H+1)))returnresult_img透視變換進行校正三代碼演示#計算中點之間的歐幾里得距離dA=dist.euclidean((tltrX,tltrY),(blbrX,blbrY))dB=dist.euclidean((tlblX,tlblY),(trbrX,trbrY))#如果每個度量的像素尚未初始化，則#將其計算為像素與提供的度量的比率#（在這種情況下，英寸）ifpixelsPerMetricisNone:pixelsPerMetric=dB/width#計算對象的大小dimA=dA/pixelsPerMetricdimB=dB/pixelsPerMetric#在圖像上繪制對象大小cv2.putText(orig,"{:.1f}in".format(dimA),(int(tltrX-15),int(tltrY-10)),cv2.FONT_HERSHEY_SIMPLEX,0.65,(0,0,255),2)cv2.putText(orig,"{:.1f}in".format(dimB),(int(trbrX+10),int(trbrY)),cv2.FONT_HERSHEY_SIMPLEX,0.65,(0,0,255),2)三代碼演示算出參照物的尺寸算出硅片的尺寸（英寸）太陽能硅片綜合檢測方法講解課程框架課程引入模型獲取和導(dǎo)入施加載荷與約束模型簡化與拆分實踐訓(xùn)練交流討論實踐訓(xùn)練評價反饋課程總結(jié)，布置作業(yè)激學(xué)導(dǎo)思講授新知教學(xué)鞏固教學(xué)提升教學(xué)延伸課程總結(jié)及5S整理5分鐘15分鐘15分鐘30分鐘15分鐘10分鐘課程引入相關(guān)庫的獲取和導(dǎo)入原理分析課程總結(jié)一二三四目錄能力目標(biāo)（1）能夠?qū)μ柲芄杵谢A(chǔ)的認識；（2）能夠?qū)ν瓿蓪μ柲芄杵叽绲臏y量。知識目標(biāo)（1）了解太陽能硅片尺寸測量的原理。素質(zhì)目標(biāo)（1）具有嚴謹求實精神；（2）具有自主學(xué)習(xí)的能力；（3）具備5S職業(yè)素養(yǎng)。課程目標(biāo)一課程引入單晶硅是一種金剛石結(jié)構(gòu)的晶體，圖所示，單晶硅晶胞結(jié)構(gòu)時是由八個硅(即圖中ABCDEFGH)原成的一個空間立方點陣，abcdef是這個空間立方點陣的面心，晶體硅是一個面心立方晶胞。它以圖中R為頂點的另一個面心立方晶胞與上述晶胞在對角線BH上有四分之一的間隔，并以R原子為中心，由bce、cde、dae決定的晶面也即是(111)。利用堿性腐蝕液對不同晶面的各向異性的選擇性腐蝕，可在(100)面上腐蝕出有4個(111)面組成的正方錐，這種正方錐就是絨面的“金字塔”基本結(jié)構(gòu)。一課程引入晶硅能電池主要是以單晶硅為基礎(chǔ)，當(dāng)太陽電池受到陽光照射時，光與硅相互作用產(chǎn)生光生載流子，所產(chǎn)生的電子空穴對靠單晶硅內(nèi)形成的勢壘分開到兩極，正負電荷分別被上下電極收集，由電荷聚集所形成的電流通過金屬導(dǎo)線流向電負載。晶硅能電池是一種由于光生伏特效應(yīng)而將太陽光能直接轉(zhuǎn)化為電能的器件，是一個半導(dǎo)體光電二極管，當(dāng)太陽光照時，就會把太陽光能變成電能，產(chǎn)生電流。也可以把許多個電池串聯(lián)或并聯(lián)起來成為太陽能電池方陣，獲得較大的輸出功率。二相關(guān)庫獲取和導(dǎo)入導(dǎo)入庫本章節(jié)我們需用到的庫如下圖示意。cv2是opencv-python，用于圖像處理。numpy是Python的一種開源的數(shù)值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nestedliststructure)結(jié)構(gòu)要高效的多（該結(jié)構(gòu)也可以用來表示矩陣（matrix）），支持大量的維度數(shù)組與矩陣運算，此外也針對數(shù)組運算提供大量的數(shù)學(xué)函數(shù)庫。二庫導(dǎo)入pycharm軟件界面相關(guān)庫獲取和導(dǎo)入三原理分析圖像二值化就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果的過程。圖像的二值化使圖像中數(shù)據(jù)量大為減少，從而能凸顯出目標(biāo)的輪廓。三原理分析圖像二值化的一些方法：三原理分析總結(jié)：cv2.THRESH_BINARY當(dāng)像素值>閥值時，為默認值；否則為0cv2.THRESH_BINARY_INV與cv2.THRESH_BINARY相反cv2.THRESH_TRUNC當(dāng)像素值>閥值時，為默認值；否則為原圖片值cv2.THRESH_TOZERO當(dāng)像素值>閥值時，為原圖片值；否則為0cv2.THRESH_TOZERO_INV與cv2.THRESH_TOZERO相反三原理分析膨脹與腐蝕原理：圖像的膨脹（Dilation）和腐蝕（Erosion）是兩種基本的形態(tài)學(xué)運算，主要用來尋找圖像中的極大區(qū)域和極小區(qū)域。其中膨脹類似于“領(lǐng)域擴張”，將圖像中的高亮區(qū)域或白色部分進行擴張，其運行結(jié)果圖比原圖的高亮區(qū)域更大；腐蝕類似于“領(lǐng)域被蠶食”，將圖像中的高亮區(qū)域或白色部分進行縮減細化，其運行結(jié)果圖比原圖的高亮區(qū)域更小。三原理分析開操作原理：開操作：即先腐蝕然后對腐蝕后的結(jié)果進行膨脹。三原理分析閉操作原理：閉操作：即先膨脹，然后對膨脹后的結(jié)果進行腐蝕三原理分析透視變換原理：透視變換(PerspectiveTransformation)是將成像投影到一個新的視平面(ViewingPlane)，也稱作投影映射(ProjectiveMapping)。如圖所示。OpenCV提供了warpPerspective()函數(shù)來實現(xiàn)圖片的透視變換，只需要輸入梯形四個頂點的坐標(biāo)和目標(biāo)畫布四個角的坐標(biāo)，即可自動完成轉(zhuǎn)換。核心代碼只有兩行：首先讀取兩個坐標(biāo)數(shù)組，計算變換矩陣；然后根據(jù)變換矩陣對原圖進行透視變換，并輸出到目標(biāo)畫布。三原理分析透視變換的基本原理：透視變換（PerspectiveTransformation）的本質(zhì)是將圖像投影到一個新的視平面，其通用變換公式為：（u，v）為原始圖像像素坐標(biāo)，（x=x′/w′，y=y′/w′）為變換之后的圖像像素坐標(biāo)。透視變換矩陣圖解如下：三原理分析透視變換的基本原理：仿射變換（AffineTransformation）可以理解為透視變換的特殊形式。透視變換的數(shù)學(xué)